研究人员开发了一种名为赤字驱动分层采集(DDSA)的新算法,以应对构建用于自监督地球观测的共配准SAR-光学语料库所面临的挑战。与机会性数据收集不同,DDSA将语料库构建视为一个约束最大覆盖问题,通过多阶段流程和人工干预修复阶段来确保时间配对和质量控制。该方法成功地从初始预算中填充了所有层级,并通过其修复循环恢复了相当一部分配对,从而发布了STRATA-S12语料库,该语料库已被证实适用于自监督预训练。 AI
影响 增强了地球观测的数据采集策略,可能改进该领域的自监督学习模型。
排序理由 该条目在一篇研究论文中描述了一种用于地球观测自监督学习的新算法和由此产生的数据集。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Danish Data Science Academy
- Deficit-Driven Stratified Acquisition
- PDS4
- SEN12MS – A CURATED DATASET OF GEOREFERENCED MULTI-SPECTRAL SENTINEL-1/2 IMAGERY FOR DEEP LEARNING AND DATA FUSION
- Sentinel-1
- Sentinel-2
- SSL4EO-S12
- Stachys
- STRATA-S12
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →